網絡團購消費因素分析

毛茁嶸

摘要：本文以大眾點評網的餐飲折扣券為研究對象，收集各類折扣卷的基本靜態數據，基于相關性分析和回歸分析，研究團購券的購買數量與消費因素的關系。結果顯示購買數量與品牌、折扣率和評價人數有正相關關系，并得到團購券購買數量的回歸方程，可為團購網站和商家設計團購產品，制定營銷策略提供決策依據。

關鍵詞：網絡團購 折扣券 餐飲 回歸分析 營銷策略

一、前言

在過去的這兩三年中，團購成為了互聯網消費的重要部分。自中國首家Groupon公司上線幾個月之內.團購網站的數量就增加到了1726家。除了第三方團購網站外，三大門戶、B2C電子商務平臺、SNS社區等也都紛紛推出了自己的團購平臺。一夜之間。團購網站紛紛出場.其中的銷售策略之一就是團購券。它讓我們足不出戶地拿到了優惠券并且購買到了產品.也為商家提供了促銷平臺。這說明團購網能方便大眾的消費，給商家和購買者都帶來了便利。

基于此，本文將重點研究商家的促銷手段之～團購券的銷量與購買因素的關系。并進一步對數據進行分析，從而得出其與商品的銷量、好評率等其他因素的關系，也就是得出團購券銷量與以上變量的回歸方程。通過對其中關系的分析，得出網絡團購的主要營銷策略以及進一步提高團購券質量的方法。

二、大眾點評實證案例分析

（一）“大眾點評”團購網站簡介及與此研究的聯系

大眾點評是中國領先的本地生活信息及交易平臺，也是全球最早建立的獨立第三方消費點評網站。本研究主要基于大眾點評售賣優惠券的平臺服務，網站能夠精確傳遞優惠信息，幫助優惠券持續刺激消費欲望。截止到2015年第一季度，大眾點評月活躍用戶數超過2億，收錄商戶數量超過1400萬家，覆蓋全國2500多個城市及美國、日本、法國等近百個熱門旅游國家和地區。大眾點評月綜合瀏覽量（網站及移動設備）超過150億。可見團購覆蓋范圍之廣。被使用頻率之高。

（二）消費者對于此問題的自我評估

我們首先從用戶自我感覺切入，挖掘可能影響折扣券銷量的因素，我們將設計的調查問卷投入社交網絡平臺上，收到近300封答卷。問題主要涉及到答卷者的有關基本信息的收集以及在對購買折扣券過程中可能考慮到的因素的考慮程度評估.目的是了解答卷者在自己作為折扣券消費者時。評估做購買決定時對于折扣券各項因素的考慮程度，并將此問卷結果作為后續收集數據的參考。問題中將因素的影響程度劃分為五個等級，一為該因素基本不影響購買決定，五為購買決定幾乎依賴于該因素，問題中涉及到的因素包括折扣券的折扣率大小，折扣券的銷量，以往購買者對于折扣券的評價，折扣券原價，折扣券的使用限制，折扣券的有效期，商家提供菜品菜系及分類。

答卷者對于上述的因素影響購買決定程度評估有細微的差別，但是沒有一個因素體現出了明顯的與購買決定不相關，選擇影響程度三至五的總和均達到百分之五十，因此上述因素都為潛在影響因素，可量化的都作為后續收集數據的目標，另外根據答卷者的反饋，發放折扣券的商家是否為連鎖品牌也將影響購買決定，因此在后續收集數據的過程中將它作為虛擬變量成為數據收集的目標之一。通過答卷者對于影響程度的我評估，影響購買決定程度排序參考的因素從大至小依次是以往評價，折扣率大小，折扣券使用限制，折扣券原價，折扣券有效期，提供菜品菜系及分類，折扣券銷量（折扣券使用限制，折扣券原價，折扣券有效期三個因素的影響程度相近，先后意義不大）。

三、數據收集和初步處理

根據調查問卷的初步分析所得到的折扣卷購買因素，我們收集了大眾點評相關折扣券銷售頁面上的靜態數據.涉及到四百余種來自不同菜系不同商家的在售折扣券。采集的數據基本描述：

折扣券銷量指從折扣券發售開始直至收集數據期間所銷售的折扣券張數，考慮到銷量的改變性，收集數據的時間非常集中，因此由時間差導致的不確定性可以忽略。

品牌連鎖指該折扣券是否可以通用，即該商家是否為品牌連鎖店，此變量為虛擬變量，若商家為品牌連鎖店且折扣券可以在雙數以上商家通用，記為1，反之記為0。

折扣券原價為折扣券的票面值，若用戶只需話90元購買價值為100元的代金券。100元為折扣券原價。

折扣券的有效期計算單位為月份，超過15天即記為一個月。

使用限制也為虛擬變量，特指折扣券是否有商家規定的關于使用人數和購買張數的限制，若明確由使用人數的限制，如“折扣券只能一人使用”，或購買張數的限制，如“一人只能購買三張一下的該種折扣券”，即記為1，反之記為0.

其中一分人數指對折扣券評價為一分的人數，以此類推。

折扣券銷量與其影響因素的雙變量相關性分析

我們對上述方式和規定采集數據進行相關性分析，利用“統計產品與服務解決方案”軟件（SPSS）進行雙變量相關性分析。

四、研究結果分析

（一）折扣券銷量與其影響因素的雙變量相關性分析

利用SPSS軟件對收集的折扣卷數據進行分析，獲得如下結果。

從圖1中我們可以看到因變量和自變量兩兩之間的相關性分析，由于研究各自變量與因變量銷量的關系，我們關注第三列的Pearson相關性數值，可以看到品牌，折扣率，團購券有效期，評價人數與折扣券銷量有較為顯著的相關性，顯著性均小于0.005.因此可以將上述變量看作對銷量影響較大的變量，其改變能夠有效預測因變量的改變。

（二）折扣券銷量與其影響因素的輸入回歸分析

其中：y表示銷量，X1表示品牌，X2折扣券原價，X3表示折扣券折扣率，X4表示團購券有效期，X5表示團購券的使用限制，X6表示以往評價人數，X7表示平均評價。

觀察表格中的個自變量t值即回歸系數t檢驗的結果，以及顯著性，其中折扣率和評價人數的顯著性顯示為.000，小于0.05，表示該自變量可以有效預測因變量（折扣券銷量）的改變。觀察每一個自變量的標準化系數，發現某些變量的標準化系數較小，得出該自變量與因變量的相關性不大。定義標準化系數的絕對值大于0.075的自變量與因變量的相關性較大，相關性較大的自變量包括：評價人數，折扣率，品牌，順序為標準化系數從大至小。

（三）折扣券銷量與其影響因素的逐步回歸分析

為了驗證，重新利用SPSS進行逐步線性相關分析.排除相關性較小的項.篩選出相關性較大的變量。

從圖3中的R，R平方，調整后的R平方的值來看建立的第三個模型的效果是最理想的，第三個模型只講且僅將評價人數，折扣率，品牌納入自變量范圍，研究與因變量（銷量）的關系。

從圖4中的F值和顯著性的只可以看出.顯著性均顯示為.000.小于0.005，因此建立的三個模型中的自變量都能起到預測因變量變化的作用。因為第三個模型的R值，R平方，調整后的R平方的值最大，表示其效果最理想，因此可以選擇第三個模型中被排除的變量，包括團購券原價，團購券有效期，使用限制，平均評價。

我們可以看出隨著影響因素包括評價人數、折扣率、品牌的增加，折扣券的銷量增加，即銷量與上述三個自變量成正相關。

從圖5中可以看出經過逐步回歸分析篩選剩下的自變量的系數得到方程，

Y=-24666.142+10.949X1+344.012X2+6789.764X3，

其中：y表示折扣券銷量，X1表示以往評價人數，X2表示折扣率.X3表示品牌

從標準化系數中我們可以看出三個自變量中對銷量影響最大的是評價人數，其次是折扣率，然后是商家是否為品牌及折扣券是否可以多店通用.與調查問卷的結果相符。每個變量都與銷量成正相關。

五、結論與啟示

（一）對于商家目的的假設

售賣的代金券作為商家的商業行為。目的可能有利益最大化（profit maximization），收入最大化（revenue maximization），發展最大化（growth maximization），實現社會責任（corporate socialresponsib川ty），滿意度（satisfaction），其中利益最大化是最常被商家定為目標也是相對來說對于商家生存最重要的一點。且可被看成是其它目標實現后的最終結果。發展最大化通過增加商家自身的市場支配力，可以提高自己改變價格的能力，以此達到利潤的提升；實現社會責任可以帶來良好的品牌名譽，加強消費者對于品牌的忠誠度，使得市場支配力上漲，同樣能夠提升商家利潤。由此合理地假設所有商家都以利益最大化為目標。

（二）商家利益最大化目的與折扣券銷量的聯系說明

因為現代社會中商家有多種方法降低邊際成本（marginalcost），商家能夠克服規模不經濟（diseconomies of scale），使得產量增長時，成本的增長率小于收入的增長率，因此普遍認為增長的銷量也就是產出能夠帶來更多的利潤。售賣折扣券作為商家的促銷手段。目的是增加該產品的銷量以獲取更多的利益。而折扣券銷量作為這種促銷商業行為效果的判別標準和效果非常合理，因此我們可以認為若團購券的銷量增加表明商家促銷的效果理想。產品的產量增加。利潤增加。

（三）商家可使用的增加折扣券銷量及獲取更多利益的方法

為了使得商家設計出增加自己利潤的銷售手段，可以從增加折扣券銷量切入.而從上述方程中的全部大于零的自變量系數可以看出，增加任意一個自變量，保持其它自變量不變或者增加都可以帶來因變量（折扣券銷量）的增加。其中評價的人數控制的主語偏向于消費者。因此折扣券的折扣率和品牌成為商家較好控制且效果較為明顯的增加銷量的手段。對于連鎖店鋪，將折扣券的可用范圍擴大至大于單個店鋪將使得銷量顯著增長。同時，發行團購券的宣傳方式可以擴大品牌知名度，優化自己的品牌聲譽，增加品牌的可信度，進一步擴大利潤。

另一方面商家可以在接受范圍之內。使得折扣率最大化。售賣折扣券是非價格競爭的一種手段。但可以被看成直接改變商品價格的變形，因此商家可以參考自己產品的價格彈性，增加折扣券的折扣率，增加商品銷量，增加自己的利潤。

同時，雖然評價人數的控制于消費者更多，商家也可以合理開發鼓勵消費者給出肯定評價的策略。